基于双调和样条内插和高斯曲率极值的多面函数拟合高程异常方法

利用双调和样条函数对GPS/水准数据进行内插,从而得到高程异常曲面的网格数据。为了能更准确地描述高程异常曲面的弯曲变化,本文提出以高程异常网格数据点上的高斯曲率极值为判定条件,对所有GPS/水准数据点进行筛选,以高斯曲率极值大于零与否选择不同的核函数,利用多面函数拟合方法对高程异常曲面进行拟合。拟合结果表明,基于双调和样条内插及高斯曲率极值的多面函数拟合方法优于二次多项式、移动二次曲面及单独采用某种核函数的多面函数拟合方法。

基于曲率特征的点云快速简化算法

为了提高实体反求的效率,提出一种点云快速简化算法。该算法依据特征点群曲率变化的特点在点云邻域拟合曲面上搜寻特征点并进行储存,依据搜寻结果对点云进行特征点分布评估,并根据评估结果设定相应的简化距离对点云进行简化。算法充分保留了特征区域点云,使得简化后的点云能够较好地表达形状,整个搜寻过程只针对高斯曲率极值点的附近点,相对于需要在全局上进行曲率计算的传统简化算法,该算法在运行速度上具有明显优势。

改进的FAST算子耦合投影约束法则的图像匹配算法

目的针对当前较多图像匹配算法主要通过对特征点的相似性进行度量来优化匹配特征点,忽略了特征点之间的投影相关性,导致算法的鲁棒性下降、匹配错误度较高的问题,文中提出了基于改进FAST算子耦合投影约束法则的图像匹配算法。方法首先,利用FAST算子提取图像特征点,并通过Harris算子去除FAST算子中的伪特征点,充分获取稳定特征点。然后,利用圆域内像素点的高斯曲率值,对特征点进行描述。最后,利用归一化互相关系数(Normailizedcorrelationcoefficient,NCC)对特征点进行匹配。并通过特征点之间的投影关系函数计算特征点的投影值,并根据投影值建立投影约束法则,以去除错误配点,优化匹配精度。结果实验数据显示,与当前图像匹配技术相比,所提算法具有更好地鲁棒性与匹配精度,在多种几何攻击下,所提算法的正确匹配率仍可维持在90%以上。结论所提算法在各类几何变换下仍具有良好的匹配精度,在图像处理、信息安全等领域具有良好的参考价值。